Export Ready — 

Abordagem para a previsão do abandono num ginásio

Bibliographic Details
Main Author: Sobreiro, Pedro
Publication Date: 2017
Other Authors: Santos, Abel
Format: Article
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/10400.15/1996
Summary: Este estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.
id RCAP_c1545bf982b0d745c12a24f29c8ee34a
oai_identifier_str oai:repositorio.ipsantarem.pt:10400.15/1996
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Abordagem para a previsão do abandono num ginásioAproximación para la previsión de abandono en un gimnasioApproach for predicting dropout in a health clubMachine LearningGestão do desportoGinásiosPrevisão de abandonoEste estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.Repositório Científico do Instituto Politécnico de SantarémSobreiro, PedroSantos, Abel2018-01-11T18:07:32Z20172018-01-10T11:26:32Z2017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://hdl.handle.net/10400.15/1996por2237-33732237-3373info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-05-11T04:36:13Zoai:repositorio.ipsantarem.pt:10400.15/1996Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T07:11:52.655984Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Abordagem para a previsão do abandono num ginásio
Aproximación para la previsión de abandono en un gimnasio
Approach for predicting dropout in a health club
title Abordagem para a previsão do abandono num ginásio
spellingShingle Abordagem para a previsão do abandono num ginásio
Sobreiro, Pedro
Machine Learning
Gestão do desporto
Ginásios
Previsão de abandono
title_short Abordagem para a previsão do abandono num ginásio
title_full Abordagem para a previsão do abandono num ginásio
title_fullStr Abordagem para a previsão do abandono num ginásio
title_full_unstemmed Abordagem para a previsão do abandono num ginásio
title_sort Abordagem para a previsão do abandono num ginásio
author Sobreiro, Pedro
author_facet Sobreiro, Pedro
Santos, Abel
author_role author
author2 Santos, Abel
author2_role author
dc.contributor.none.fl_str_mv Repositório Científico do Instituto Politécnico de Santarém
dc.contributor.author.fl_str_mv Sobreiro, Pedro
Santos, Abel
dc.subject.por.fl_str_mv Machine Learning
Gestão do desporto
Ginásios
Previsão de abandono
topic Machine Learning
Gestão do desporto
Ginásios
Previsão de abandono
description Este estudo pretende apresentar um modelo para prever o abandono dos clientes num ginásio, baseado em dados existentes no software de gestão Health Center. As variáveis selecionadas, identificadas de acordo com a sua relevância em estudos realizados e disponibilidade de dados, foram: idade, género, tempo de inscrição, média de visitas mensais, faturação realizada ao cliente, número de aulas frequentadas e distância a percorrer para chegar ao clube. O número de clientes utilizados para a previsão de abandono foram de 810, através da utilização de um algoritmo de Machine Learning Two-class logistic regression para a classificação. A aproximação realizada permitiu prever com uma exatidão de 83% se o cliente abandonava ou ficava no ginásio. Os resultados obtidos sugerem que pode ser vantajoso a utilização da aproximação realizada para prever o abandono e explorar medidas adicionais para contrariar o abandono de clientes em risco.
publishDate 2017
dc.date.none.fl_str_mv 2017
2017-01-01T00:00:00Z
2018-01-11T18:07:32Z
2018-01-10T11:26:32Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.15/1996
url http://hdl.handle.net/10400.15/1996
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 2237-3373
2237-3373
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602913159610368